Rej Solomonof

Rej Solomonof (25. jul 1926 – 7. decembar 2009)^[1][2] bio je američki matematičar koji je osmislio algoritamsku verovatnoću,^[3] svoju Opštu teoriju induktivnog zaključivanja (takođe poznatu kao univerzalno induktivno zaključivanje),^[4] i bio je osnivač teorije algoritamskih informacija.^[5] On je bio začetnik grane veštačke inteligencije zasnovane na mašinskom učenju, predviđanju i verovatnoćí. On je objavio prvi izveštaj o nesemantičkom mašinskom učenju 1956. godine.^[6]

Solomonov je prvi opisao algoritamsku verovatnoću 1960. godine, objavljujući teoremu koja je pokrenula Kolmogorovljevu teoriju složenosti i algoritamske informacije. On je prvi put opisao ove rezultate na konferenciji na Kaltehu 1960.^[7] i u izveštaju iz februara 1960. „Preliminarni izveštaj o opštoj teoriji induktivnog zaključivanja」.^[8] On je potpunije razjasnio ove ideje u svojim publikacijama iz 1964. godine, „Formalna teorija induktivnog zaključivanja「, deo I^[9] i deo II.^[10]

Algoritamska verovatnoća je matematički formalizovana kombinacija Okamove oštrice^{[11][12][13][14]} i principa višestrukih objašnjenja.^[15] To je mašinski nezavisna metoda dodeljivanja vrednosti verovatnoće svakoj hipotezi (algoritmu/programu) koja objašnjava dato zapažanje, pri čemu najjednostavnija hipoteza (najkraći program) ima najveću verovatnoću, a sve složenije hipoteze dobijaju sve manje verovatnoće.

Solomonov je osnovao teoriju univerzalnog induktivnog zaključivanja, koja se zasniva na čvrstim filozofskim osnovama^[4] i ima koren u kompleksnosti Kolmogorova i algoritamskoj teoriji informacija. Teorija koristi algoritamsku verovatnoću u Bajesovom okviru. Univerzalni prior se preuzima nad klasom svih izračunljivih mera; nijedna hipoteza neće imati nultu verovatnoću. Ovo omogućava Bajesovo pravilo (uzročnosti) da se koristi za predviđanje najverovatnijeg sledećeg događaja u nizu događaja i koliko će to biti verovatno.^[10]

Iako je najpoznatiji po algoritamskoj verovatnoći i svojoj opštoj teoriji induktivnog zaključivanja, tokom svog života napravio je mnoga druga važna otkrića, od kojih je većina bila usmerena ka njegovom cilju u veštačkoj inteligenciji: da razvije mašinu koja bi mogla da rešava teške probleme koristeći probabilističke metode.